audio.cpp 0.5, 음성 AI 확장

audio.cpp 0.5가 새로운 음성 AI 모델과 플랫폼 기능을 대폭 추가했다.

• DramaBox: LTX-2.3 오디오 아키텍처 기반의 프롬프트 지향 음성 연기 모델로, 감정·말투·웃음·한숨·멈춤·전환·화자 행동 등을 제어한다.
• Confucius4-TTS: 참조 음성을 바탕으로 다른 지원 언어의 음성을 합성하는 다국어 음성 전이 기능을 제공한다.
• RVC 음성 변환
• BS-RoFormer 보컬 분리
• GLM-TTS, Kroko ASR, Parakeet-TDT, Inflect Micro v2, Fun-ASR-Nano 추가

Fun-ASR-Nano는 공식 FunASR 팀이 개발했으며, audio.cpp가 FunASR 공식 배포 플랫폼에도 등록됐다.

인프라 측면에서는 AMD GPU용 HIP/ROCm 지원이 초기 단계로 도입됐고, Apple Silicon의 Metal 성능도 개선됐다. 서버·스트리밍 경로에는 실시간 PCM 입력과 정리된 스트리밍 자막 델타가 추가돼 실제 서비스 통합이 쉬워졌다.

일부 모델 통합과 비-CUDA 백엔드는 아직 최적화 여지가 있으며, 프로젝트는 성능 개선·백엔드 테스트·문서화·Web UI·프로덕션 배포 피드백을 커뮤니티 기여 과제로 제시했다.